De los Datos a la Acción: introducción al modelamiento y optimización

Rodrigo A. Carrasco

Ph.D. en Ingeniería Industrial e Investigación de Operaciones de la Universidad de Columbia, EE. UU. Magíster en Ciencias de la Ingeniería e Ingeniero Civil de Industrias, mención en Ingeniería Eléctrica de la UC.  

Profesor Asociado del Instituto de Ingeniería Matemática y Computacional UC y del Departamento de Ingeniería Industrial y de Sistemas de la Escuela de Ingeniería. Además, es Director de la Iniciativa de Ciencia de Datos UC, que busca desarrollar capacidades de ciencia de datos en forma transversal a la universidad y sus diferentes facultades, escuelas e institutos. 

Cuenta con más de 20 años de experiencia en proyectos de transferencia tecnológica y gestión de proyectos aplicados en variadas industrias, en particular con herramientas sofisticadas de optimización, modelamiento y aprendizaje de máquinas contando con publicaciones científicas y patentes asociadas a esos desarrollos. 

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.  

En este curso, los alumnos aprenderán a utilizar herramientas de analítica prescriptiva para resolver problemas complejos y optimizar procesos de negocio. Tendrán la oportunidad de analizar datos y modelar escenarios que permitan tomar decisiones informadas, mejorando la eficiencia y efectividad en diversas áreas operativas.

Además, se familiarizarán con técnicas de modelamiento y optimización, aplicando conceptos matemáticos y algoritmos para desarrollar soluciones innovadoras. El curso brindará un enfoque práctico, mediante el uso de casos de estudio reales y ejercicios interactivos que facilitarán la comprensión y aplicación de los conocimientos adquiridos.

El formato e-learning surge como una solución que permite construir aprendizajes a partir de los aportes de los participantes y entregando flexibilidad a sus horarios de estudio. Los participantes podrán interactuar con sus compañeros y tutores a través de mensajería y foros de discusión aplicados, incorporando sus distintas aproximaciones a las temáticas tratadas y su diversidad de experiencias, enriqueciendo la reflexión y la apropiación de los conceptos claves.

Se sugiere tener:

• Grado académico, título profesional universitario y/o título técnico.
• Experiencia profesional en empresas u organizaciones relacionadas al área del curso.
• Conocimiento del idioma inglés a nivel lectura.

Resultado de aprendizaje general

• Aplicar herramientas analíticas para el desarrollo de sistemas de apoyo a la toma de decisiones mediante el modelado y resolución de problemas.

Resultados de aprendizaje específicos

• Desarrollar modelos para representar un problema de decisión, entendiendo las partes principales y los requerimientos necesarios. 
• Seleccionar alternativas de modelamiento del problema y la metodología de resolución, entendiendo los beneficios y dificultades que pueden tener. 
• Interpretar resultados. 

• 6 clases e-learning y 2 clases sincrónicas. Aprendizaje autónomo asincrónico. 
• Clase expositiva. 
• Foro. 
• Estudio de caso. 

Contenidos

• De los datos a la acción: introducción a la analítica prescriptiva y optimización. 
  • La importancia de la analítica prescriptiva. 
  • Fundamentos de la optimización matemática. 
  • Proceso de análisis de problemas aplicados. 
  • Cómo transformar problemas reales en modelos matemáticos. 
  • Instalación y configuración de herramientas en python. 
• Optimizando lo lineal: modelos y aplicaciones prácticas. 
  • Modelos lineales en acción. 
  • Cómo transformar problemas complejos en modelos lineales.
  • Algoritmo simplex y su relevancia. 
  • Dualidad y análisis de sensibilidad para decisiones estratégicas. 
• Decisiones sí o no: modelos con variables binarias. 
  • Modelado de decisiones binarias: hacer o no hacer. 
  • Aplicaciones clave en planificación y logística. 
  • Cómo resolver problemas reales con variables binarias. 
• Más allá de lo lineal: modelos no lineales y sus aplicaciones. 
  • Cuando y por qué usar modelos no lineales. 
  • Cómo manejar las complejidades de la optimización no lineal. 
  • Modelos convexos y su importancia. 
  • Aplicaciones en finanzas y economía. 
• Desafíos del mundo real: modelado y resolución de problemas complejos. 
  • Técnicas avanzadas para modelar problemas complejos. 
  • Optimización estocástica y decisiones bajo incertidumbre.
  • Optimización robusta: asegurando soluciones confiables. 
• De la teoría a la práctica: proyecto integrador en optimización. 
  • Aplicación de todo lo aprendido en un caso real. 
  • Desarrollo y presentación de un modelo de optimización. 
  • Evaluación y retroalimentación con datos reales. 

El curso cuenta con las siguientes actividades de evaluación: 

• 6 controles individuales: (15%). 
• 3 foros: (25%). 
• 1 trabajo de aplicación final grupal: (30%). 
• 1 examen final global individual: (30%). 

Los alumnos deberán ser aprobados por los siguientes criterios que establezca la unidad académica:

• Nota 4.0 o superior  

El alumno que no cumpla con estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile. Además, se entregará una insignia digital.

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo:  

• Currículum vitae actualizado.

Con el objetivo de brindar las condiciones y asistencia adecuadas, invitamos a personas con discapacidad física, motriz, sensorial (visual o auditiva) u otra, a dar aviso de esto durante el proceso de postulación.

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.

https://educacioncontinua.uc.cl/pagos-y-convenios/